培训课程

机器学习技术不仅包含高深的理论算法模型以及对数据的合理利用,同时也离不开全面的工程技术支持。因此,QCon 2017 上海站特设会前两天的深度培训——综合介绍业界先进的机器学习算法模型及应用实践,以及飞速发展的大数据实时计算技术。

机器学习实践

10月15日

大数据实时计算

10月16日

大数据实时计算

课程简介

提高计算的时效性,更快的从数据中挖掘出信息和知识就意味着能够获取更大的价值。由于对于实时性的高要求,Twitter在过去几年的时间内投入人力和研发了一整套实时数据技术栈。最近,越来越多的企业对于实时数据技术架构感兴趣。从批处理向流计算机构的转型,是企业关于如何使用数据的一次技术革命。但是,实时数据技术栈(包括流计算引擎、数据存储引擎、编程语言和工具)的最前沿现状又是什么呢?在这其中,又有哪些技术挑战?以及这些前沿技术怎么影响流计算的架构和应用呢?

课程讲师

郭斯杰

Streamlio 联合创始人

下一代实时处理初创公司 Streamlio 的联合创始人。之前就职于 Twitter,任职 Staff Software Engineer,是 Twitter message group 的技术负责人。同时也是 Apache BookKeeper 的 PMC Chair, Apache DistributedLog 的 Co-Creator。加入 Twitter 之前,就职于Yahoo。

翟佳

Streamlio 核心创始成员

翟佳毕业于中科院计算所,目前就职于一家下一代实时处理初创公司 Streamlio,是 streamlio 的核心创始成员之一。在此之前任职于 EMC,是北京 EMC 实时处理平台的技术负责人。主要从事实时计算和分布式存储系统的相关开发,此外也在开源项目 Apache BookKeeper, Distributedlog,DC/OS 等项目中持续贡献代码。

课程大纲

  • 流计算的简介以及一些典型应用
  • 流计算架构是什么
  • 不同类型的流计算架构及其优缺点
  • 流计算技术栈中的messaging,compute 和storage三个层面
  • Messaging: Apache Pulsar的特性和使用场景
  • Computing:Heron。详细讨论流计算引擎Heron,以及它在现代实时数据技术栈里的使用场景
  • Storage:详细讨论为实时数据存储设计的Apache BookKeeper/DistributedLog
  • 我们使用Apache Pulsar, BookKeeper/DistributedLog和Heron来搭建实时数据技术栈时获得的经验教训

目标人群

Software Engineers, Engineering Management, CIOs, Technology leaders

课程收益

  1. 了解流计算及其架构的历史,发展和典型应用,理解不同流计算平台的特性和优缺点
  2. 理解Messaging处理机制并能使用Pulsar进行messaging处理
  3. 理解Heron的基本架构并能使用Heron进行实时处理
  4. 理解Apache BookKeeper/DistributedLog特性并能使用它们进行实时数据的存取
  5. 能够便捷地搭建一套高性能切实可用的实时处理系统
  6. 了解分布式系统和实时处理系统设计中常见问题、难点和处理策略

购买大会和培训套票,可享更多优惠

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方